第7章限失真信源编码资料.pptVIP

时域?频域变换例2 Matlab源代码 x=0:0.01:(4*pi); y0=5; y1=4*sin(x); y4=0.25*sin(8*x); ysum=y0+y1+y4; subplot(4,1,1); plot(x,y0); subplot(4,1,2); plot(x,y1); subplot(4,1,3); plot(x,y4); subplot(4,1,4); plot(x,ysum); 4sin(x) 0.25sin(8x) 5+4sin(x) +0.25sin(8x) 5 空域数据 sin(x)、sin(8x)：基 5 4 0.25 频域数据 直流系数（分量） 低频交流系数 时域?频域变换 高频交流系数 交流系数的值代表相应频率的能量，信号的能量主要集中在低频。（信号的能量为信号幅度的和，即积分值） 低频表示信号的大体的趋势，高频表示信号的细节。 7.5.2 变换编码能够压缩信源的原因 解除信号相关性，提高压缩效率 传输时，只传输前面一部分低频系数，而舍弃后面的高频系数。 5 4 0.25 变换 5 4 压缩 反变换 编码 译码 9.5.3 离散余弦（DCT）变换 -3.0959 -8.0022 -1.8685 7.5643 5.4304 5.9623 -4.9717 -1.8566 -0.14822 2.4009 -4.5855 6.1522 -1.2966 -1.3308 5.9227 -4.3259 低频 高频 0.016667 0.0066967 -0.0043756 -0.026251 0.0014272 -0.0048 -0-0.017946 -0.019903 -0.0055639 0.0036388 0.031094 -0.0067224 -0.013901 0.0045089 -0.024418 左上角数据 右下角数据 Matlab源代码 [input,map]=imread(lena.bmp,bmp); inputa=double(input); [Y,I,Q]=col2lum(inputa); a=Y/255-0.5; fa=dct2(a); imshow(fa); 7.6 本章小结 理论部分讲了失真的度量、保真度准则、信息率失真函数、限失真信源编码定理（香农第三定理）。 方法部分讲了量化编码、预测编码、变换编码三种编码方法。 信息论与编码理论第7章 限失真信源编码 为什么允许存在失真 连续信源 其上有无穷多个点，但是传输时不可能传输无穷多个点，只能选择有限个点传输 但是用有限精确表示无限是不可能的，失真必然存在 离散信源 信源符号的个数虽然是有限的，但有时为了提高压缩效果，需要减少符号个数 例如{0.5, 1.0, 1.5, 2.0, 2.5, 3.0}压缩为{1, 2, 3}，这必然引入失真 信宿 有时信宿不要求精确恢复 消息，例如人眼、人耳等 去掉信宿感觉不到的数据 可以提高压缩比，不过 这样也就带来了失真 Lena.bmp 118K Lena.jpg 25K 7.1 失真的度量7.1.1 失真函数和失真矩阵 由于进行失真编码，因此发送的数据与接收的数据之间有差别 设离散无记忆信源（限失真 信源编码之前的数据）为 接收端接收到的数据（限失真 信源编码之后的数据）为 因此可以定义失真函数(或单个符号失真度)为： d(ui,vj)≥0, i=1,2,…,n; j=1,2,…,m 用来度量信源发出符号为ui，接收符号为vj时所引起的误差或失真 失真矩阵 信源U有n个符号，接收变量V有m个符号 d(ui,vj)就有n×m个，可以排成矩阵形式，即： 称为失真矩阵，是n×m阶矩阵 汉明失真 如果误码失真的常数值为1，则称为汉明失真 失真矩阵举例 【例】二元对称信源，信源U＝{0, 1}，接收变量V＝{0, 1}，在汉明失真定义下，失真函数为：d(0,0)＝d(1,1)＝0, d(0,1)＝d(1,0)＝1 则失真矩阵为 【例】设信源U＝{0, 1},接收变量V＝{0, 1, 2}，失真函数为d(0,0)＝d(1,1)＝0, d(0,1)＝d(1,0)＝1, d(0,2)＝d(1,2)＝0.5 则失真矩阵为 【例】信源U＝{0,1,2},接收变量V＝{0,1,2},失真函数为d(ui,vj)＝(ui－vj) 2 由失真定义得 d(0,0)＝d(1,1)＝d(2,2)＝0 d(0,1)＝d(1,0)＝d(1,2)＝d(2,1)＝1 d(0,2)＝d(2,0)＝4 则失真矩阵为